README 自动摘要
根据 README 自动整理于 2026年10月17日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
这是什么
Jimothy 将 Jev 的使用转化为任务专用分类器。它从已保存或教师生成的示例训练小型本地模型，并在浏览器或 Node.js 中推理，面向需要快速离线分类的开发者。
它怎么用 Jev
Jev 作为可选教师：使用仅输入数据和 --teacher typesafe-ai/jev 时，Jimothy 将每个 state 发送给 Jev，把类型化答案缓存到 .teacher/，再用这些答案训练本地分类器。推理时不使用 Jev。
用到的原语:choicescorenoul
值得抄的做法
将教师模型的类型化答案蒸馏为极小的本地分类器，再校准概率并推荐截断值。
怎么试
npm install jimothy，然后用自带示例运行 npx jimothy train 和 npx jimothy predict。
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心未判定0.56
- 展示了 System One 用法片段中未检出0.09
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字片段中未检出0.04
- 是能跑起来的工具在材料中检出0.96
- 学习案例 Top 10 候选信号片段中未检出0.23
- 是模型本身的复刻在材料中检出0.81
- 解决的问题够普遍（0–2）按 0–2 打分1.07 / 2
- 与 Jev 相关在材料中检出0.92
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月17日 读 README 写成。